Avec TorchNeuron, Amazon veut faciliter l’entraînement des modèles sur ses puces Trainium
Amazon Web Services a présenté TorchNeuron, un projet open source destiné à simplifier l'entraînement de modèles d'intelligence artificielle sur ses puces Trainium, dont la troisième génération a été lancée en décembre 2025. Le projet s'appuie sur le mécanisme d'extension que PyTorch propose pour accueillir du matériel tiers. Dans le cas le plus simple, les développeurs n'ont qu'à remplacer dans leur code le périphérique cible « cuda » par « neuron ». PyTorch, bibliothèque créée par Meta et confiée à la Linux Foundation depuis 2022, sert à construire et entraîner des modèles. Entre elle et le matériel, une couche logicielle traduit les opérations en instructions compréhensibles par la puce. Chez NVIDIA, c'est le rôle de CUDA, technologie propriétaire de calcul généraliste sur GPU. TorchNeuron joue ce rôle pour Trainium, même si NVIDIA n'est jamais nommée dans l'annonce.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Next INpact. Lire l'article original →
La simplicité affichée reste toutefois théorique. L'exemple choisi par AWS, celui de Deepgram, concurrent d'ElevenLabs dans la synthèse vocale, montre que certaines fonctions de PyTorch ne sont pas encore prises en charge. Une partie des tests officiels de PyTorch est ignorée, faute de traduction de certains opérateurs de calcul. Deepgram affirme avoir obtenu 70 % d'audio supplémentaire pour chaque dollar dépensé, mais la mise en place de son flux de travail a exigé plusieurs mois. Pour les équipes d'ingénierie, l'enjeu est la baisse du coût de changement de puce. Amazon soutient que, si l'on peut changer sans pénalité, les fabricants devront mériter leur clientèle. Colin Brace, d'Annapurna Labs, filiale qui conçoit les puces d'Amazon, a répété à TechCrunch les arguments maison : l'infrastructure et l'écosystème d'AWS, et la possibilité d'employer la même puce pour l'entraînement et l'inférence, afin de réaffecter la capacité inutilisée.
Ce lancement s'inscrit dans la lutte des grands acteurs du cloud contre leur dépendance à NVIDIA, dont la domination tient autant à son écosystème logiciel qu'à ses processeurs. Amazon n'est pas seul : Microsoft développe ses puces Maia et Google ses TPU. Amazon affirme que son approche dépasse son propre matériel. L'entreprise modifie PyTorch en amont, avec la communauté, pour retirer le code qui lie le framework à des puces spécifiques. L'objectif déclaré est de rendre PyTorch plus indépendant du matériel pour tous les développeurs, pas seulement pour les utilisateurs de Trainium. Cette neutralité vise en réalité NVIDIA, car la dépendance à CUDA peut allonger la configuration. Reste à savoir si la communauté PyTorch adoptera ces changements et si la couverture des opérateurs sera assez complète pour que le passage à Trainium ne demande plus des mois d'efforts.
Pas d'impact direct sur la France/UE